/mobilenet-ssd-keras

这是一个mobilenet-ssd-keras的源码，可以用于训练自己的轻量级ssd模型。

Primary LanguagePythonMIT LicenseMIT

Mobilenet-SSD：轻量级目标检测模型在Keras当中的实现

目录

  1. 所需环境 Environment
  2. 文件下载 Download
  3. 训练步骤 How2train
  4. 参考资料 Reference

所需环境

tensorflow-gpu==1.13.1
keras==2.1.5

文件下载

训练所需的mobilenet_ssd_weights可以在百度云下载。
链接: https://pan.baidu.com/s/16zUKzO14W4C57rfvs-8TNg
提取码: n9py

训练步骤

1、本文使用VOC格式进行训练。
2、训练前将标签文件放在VOCdevkit文件夹下的VOC2007文件夹下的Annotation中。
3、训练前将图片文件放在VOCdevkit文件夹下的VOC2007文件夹下的JPEGImages中。
4、在训练前利用voc2ssd.py文件生成对应的txt。
5、再运行根目录下的voc_annotation.py，运行前需要将classes改成你自己的classes。

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]

6、就会生成对应的2007_train.txt，每一行对应其图片位置及其真实框的位置。
7、在训练前需要修改model_data里面的voc_classes.txt文件，需要将classes改成你自己的classes。
8、运行train.py即可开始训练。

Reference

https://github.com/pierluigiferrari/ssd_keras
https://github.com/kuhung/SSD_keras
https://github.com/ruinmessi/RFBNet